BI用户在数据整合上急剧增长的挑战

根据调查商业分析公司一项最新调查表明，随着 商业智能 (BI)软件程序规模和范围的扩大， 和比以往任何时候有更多的普通商业用户在创建报表 - 企业越来越担心商业智能（BI）项目上数据整合所面临的挑战。

调查商业分析公司成员在3月的民意调查中发现，数据质量和数据整合的挑战是困扰着商业智能（BI）项目的两个最大的问题。研究还表明软件购买者想要商业智能（BI）应用系统与企业使用的来自于像Oracle 公司和 SAP 公司这样的供应商的应用系统可以很容易地进行整合。

共有44%的受访者表示数据整合将是他们今年在商业智能（BI）相关方面的最大挑战。相比去年只有23%的受访者认为数据整合是困境来说有大幅的增长。

为了了解更多，Athena IT Solutions公司的创始人Rick Sherman提供一些答案。Sherman解释了为什么数据整合是商业智能（BI）从业者的意识中最为关心的问题，并给出了一些如何克服一些最紧迫的数据整合的挑战的小技巧。以下是一些谈话摘录:

我们的最新调查结果显示关注与商业智能（BI）应用系统有关数据整合问题的企业数量在急剧上升，在这个市场上，发生了什么新的事情从而导致了这样的关注呢？

Rick Sherman：我认为新情况的事实是数据整合这一问题更明显了，而且比起以往的任何时候，有更多的人能接触到商业智能（BI）或正尝试着做报表、分析和商业智能（BI）。问题本身并不是新的，而是因为越来越多的人去面对它们才让问题更加明显。另一点从商业用户的背景来看， 是他们起先从已有的操作系统单一的数据源进行报表和分析。在这种情形下，即使可能存在数据质量的问题，但是他们不需要进行数据整合，因为他们从一个数据源中得到数据。一旦你开始做真正的商业智能，你就需要从其它的应用系统中得到数据，而那就是你开始遭遇到更多的数据质量问题和更多的数据整合问题。它就像从散步到慢跑再到奔跑。而接下来我们回到很多人在 数据仓库和商业智能（BI）早期所遇到的问题，在数据的中心对来自不同数据源的数据进行整合是很难的。

它难在什么地方？

Sherman: 它的难处不是因为数据的访问和获取的问题。它难在大多数公司或多或少的在产品列表的不一致、客户名单的不一致和人们在不同的部门之间使用不同的度量或关键绩效指标上存在问题。所有这一切都归于数据整合的范围，而且很多与人们在对事情的定义上达成一致和解决如何制作一致的产品列表、客户名单和员工名单有关。只要你开始从不同的地方收集数据那就需要数据整合。使数据前后一致和使它有效是最困难的。我想我们在事情的聚集中并没有造成一个新的问题，而是让更多的人接触到了数据整合、数据质量和数据一致性的问题。

在谈到商业智能（BI）有关的数据整合项目时，用户最初会面临一些什么样的挑战？

Sherman: 我们发现当我们做咨询时，或当我在培训和教育时，人们甚至连供应商在内对它都很陌生，并不十分了解这个问题有多难。你会发现这些供应商一直认为你不需要建立一个仓库、你不需要进行主数据管理和客户数据的整合。他们说他们已经有工具可以接通任何你想要的数据源并拖动数据到报表中。但是，你知道，那只是对数据的访问，而不是整合。同样的，如果你有，例如，一个数据仓库和一个主数据管理中心那么它是一个数据访问的问题，所以那些工具很有用。不过在某些时刻，商业用户开始意识到他们必须要进行数据整合。在那种时候，他们意识到它不仅仅是一个数据访问的事情而是一个数据整合的事情。

受访者表示，他们希望商业智能（BI）应用系统可以很容易地与来自像Oracle 和 SAP的主要的企业应用系统进行整合。在与这样的应用系统进行整合中，较小的或有一定优势的商业智能（BI）软件供应商有过往的问题记录吗?

Sherman: 你知道，如果拿十前年与现在相比，是很有趣的。十年前，较小的供应商不必进入SAP 或 Oracle应用程序 — 也没有那么多相关SAP 或 Oracle应用程序的知识。但是，特别随着服务和面向架构的服务（ SOA）和其它一切的开放，访问企业应用系统的能力已经变得越来越容易。所以我真的不认为在今天那是一个大问题。我认为目前的情况是在大型的企业有了SAP之后，又有了Oracle多年来所获得的企业应用系统。你有了必须要有的两个主要应用系统领域的知识。但是当你考虑到中小型企业（SMB）时，他们有数以百计的企业应用系统，如面向小公司装备的金融应用系统，而且更重要的是，你开始进入到专注于产业的应用系统。中小型企业（SMB）所面临的挑战是，他们有更多的商业智能（BI）应用系统，却没有尽可能多的知识了解如何进入他们的企业应用系统或那些企业应用系统并不像SAP和Oracle那样的开放。中小型企业（SMB）在思考如何与更多的数据源进行整合上比起大型企业来说也有问题。

 
对于有兴趣购买新的商业智能（BI）软件，但同时关心整合问题的企业，你有什么建议呢？

Sherman：当谈到商业智能（BI）和习惯上使用的提取、转换和加载( ETL)工具时，并没有太大的区别。举例来说，所有的这些工具可以通往关系数据源。几乎所有的工具都可以如Excel一样追寻某种非结构化的数据。他们现在都支持服务而且他们都可以对数据源进行实时访问。所以我不认为在到达数据源上他们之间有什么很大的差别。但是你在一些像SAP和Oracle这样的应用系统中能得到预制访问，所以基于你拥有的应用系统，最好弄清楚是否商业智能（BI）或提取、转换和加载(ETL)供应商有任何具体的方法可以进入到那些特殊的应用系统中。你有可能要权衡这一点。
当谈到商业智能（BI）和数据整合，你最欣赏的最佳实践是什么?

Sherman：我想我最欣赏的一种整合是你需要了解并将与你将要进行的数据整合相关的不同业务规则归档。经常性的，有太多的人们很快就开始编写代码或太多的人开始从A点向B点移动数据。最佳实践是切实地坐下来，真正地的掌握你想要对数据做什么以及数据需要怎样的变换。这意味着说，对定义的探讨和结论 - 而IT人士不喜欢讨论。你在这些会议上有很多时候会涉及到政策而IT人士不喜欢处理政策问题。所以你真的需要能够解决它。但关键是要真正得到定义和理解你想如何对数据进行整合。这不是一个工具的问题。这实际上是一个定义的问题。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友